Kyungjae Lee

Presentamos RLRF: un marco para mejorar el rendimiento de modelos de lenguaje a través de comentarios detallados.

Un nuevo método mejora la seguridad en el aprendizaje por refuerzo a través de la gestión de riesgos.

Este estudio examina el uso de preguntas estructuradas para mejorar las respuestas de los LLM.

Una mirada a cómo el RL de distribución transforma la toma de decisiones al entender las distribuciones de resultados.